杀熟的除了滴滴和携程还有哪些

　　先讲个知乎上的段子：
　　记得原来有个伙计在华为，坂田那里，出去买东西都拿工牌，商店饭馆给打折，去配眼镜打七折。一次没拿工牌，也没说是华为的，结果问了下配眼镜的，给打五折。
　　这种宰客手段历史悠久，俗称杀熟。
　　最近，不少互联网公司也被曝光杀熟的问题，由于技术手段高超，称为大数据杀熟。
　　耳听为虚眼见为实，小编先不说网上的案例，就讲讲自己这两天做的实验。
　　同一趟航班（深航ZH1893），同一款APP（去哪儿），小编查到的价格是413元，同事查到的价格是600元。
　　如果你再仔细看，7：35出发的深航ZH5023报价也不一样，小编查到的价格是415元，同事查到的价格则是900元。
　　说一件可能相关也可能不相关的事：小编每次坐飞机都挑最便宜的（不到5折的航班很少坐），而我的同事刚刚在一个多月前，买了全价机票回家过年。
　　只有机票这样吗？并不是。
　　还是同样的方法，我们在美团搜索酒店，发现每一家酒店都给小编多报价10块钱。
　　作为异地恋偶尔出差狗，小编有时候确实会开开房（每个月大概一两次），所以我就要为我的刚需支付点溢价了。
　　大数据杀熟这个话题，最近是从对滴滴的全民声讨开始热起来的。那时正逢美团打车扩张前夜，滴滴就这么碰巧地被推到了风口浪尖。
　　当时这张照片非常火：同样的起点和终点，报价有明显的差别。
　　读者不要看那个快车的价格，而要看旁边拼车的价格。因为快车报的是预估价，最后付多少还不一定；而拼车报的是一口价，最后付的就是那么多。
　　滴滴的杀熟手段还不止于此，知乎网友苏仨爆料，她常常用滴滴上下班的朋友，偶闻滴滴大数据杀熟之说，心血来潮，把上车点从自己最常设置的那个地方挪偏了20米，价格就从49元变成了63元。
　　这个案例中有2点值得注意。
　　第一，挪的位置还在马路的同一侧，所以不存在司机要掉头的问题；
　　第二，这个案例中的报价也不是快车的预估价，而是拼车的一口价，即乘客真的要付的价钱。
　　该如何评价这种杀熟行为呢？小编先不说话，让专家出来说说。
　　有些专家和主流观点一样，认为这是一种压榨消费者的行为。
　　中国人民大学公共管理学院组织与人力资源研究所教授刘昕说：
　　过去经济学里讲一级价格歧视，听上去像是天方夜谭，现在有了所谓的大数据，倒是堂而皇之地实现了。一级价格歧视又称完全价格歧视，每一单位产品都有不同的价格，它假定垄断者知道每位消费者对任何数量的产品要支付的最大货币量，并以此决定价格，因而能够获得每位消费者的全部消费剩余。
　　也有专家认为，这其实是给穷人提供了更多优惠。
　　知名大数据专家、电子科技大学大数据研究中心主任、教授博导周涛说：
　　让不同的消费者看到不同的价格，大家往往一听到这个就觉得是价格歧视。其实可以反过来想，有些消费者看到的是原价，有的消费者可能会看到优惠券、返现券后的价格。在这种意义上讲，我们可以不把它理解为价格歧视，而是给价格更敏感的人更多优惠。
　　小编觉得，第二个专家的观点有待商榷：
　　你给我发优惠券，我嫌麻烦不想用，这时你收我个高价，那是我自愿给的高价；但是你偷偷把我分析一通，然后利用我性格中的某些缺点，偷偷收我个高价，那就另当别论了。
　　前者的高价是我自己选的，后者的高价是我被暗算的。
　　给穷人提供优惠我没意见，但你不能剥夺我当穷人的权利吧？
　　如果说，大数据杀熟的影响仅限于此，小编觉得还能忍受毕竟我是一个对价格不敏感的人（美团说的）。
　　但是前段时间举世震惊的Facebook泄露门，让小编不得不警惕起来。
　　该事件的大致经过如下：
　　一家数据分析公司，设计了一款性格测试APP，吸引32万用户点下了同意把信息授权给第三方程序的按钮，并出卖了自己在Facebook上的所有好友关系。
　　最终，这32万用户辐射出了5000万人的个人信息，利用这些信息，该公司通过使用习惯分析出用户的政治倾向，然后开始给他们私人订制消息来洗脑：
　　支持特朗普的深红派，就专门给他们推送标题党的内容固化政治阵营；
　　对于摇摆不定的选民，就推送政治偏向性很强的新闻；
　　对可能是民主党的支持者，甚至会捏造出一些专门黑希拉里的假新闻，影响他们的投票。（以上内容来自Vista看天下）
　　你想想，大选的总投票人数才1。3亿，获取5000万人的信息是什么概念？！
　　如果美国大选的案例你还是觉得遥远，那么知乎网友SeanYe提供的案例，就和你的身家性命息息相关了：
　　某家知名民企，给人力资源部分派了一个新的医学任务：每年务必拿到每个员工的体检报告数据。
　　这点我有一句MMP不知道怎么说，理论上说每个员工的数据是其个人隐私，体检机构是不应该把个人体检报告给到企业的。
　　但毕竟人家大业大，真拿到我也不意外。
　　然后HR部门的任务是找到其中身体状况不佳的员工，然后在未来两年的绩效考核中辞退掉这些员工。
　　逻辑链也很清楚：
　　身体不佳医疗费用上升公司成本上升
　　身体不佳工作效率下降业绩产出减少
　　从最后一个案例，我们可以看出，要想杀熟并不需要大数据，小数据就够了。最关键的问题不是数据大不大，而是拿到数据的人可以怎么用。
　　我看不少网友提出了类似这样的解决方案：APP要通讯录权限，一概不给。
　　然而，想通过这种方法来对抗大数据，恐怕徒劳。正如知乎上的这个对话所显示的：
　　还记得那家操纵了美国大选的公司吗？想获得5000万人的信息，只需要忽悠32万人就够了。
　　因此，对于自下而上的小聪明式抵抗，小编持悲观态度，真要解决，恐怕还得是自上而下的制度设计。而我们这些小老百姓能做的，就是制造舆论压力，迫使一些事情发生。